-
Patent Agency Ranking
公开(公告)号：CN115496206A
公开(公告)日：2022-12-20
申请号：CN202211315369.2
申请日：2022-10-25
Applicant: 中国科学院自动化研究所
IPC: G06N3/08 , G06N20/00 , H04L67/568
Abstract: 本公开是关于一种面向种群训练的分布式深度强化学习训练模型。其中，该模型包括训练模块及评估模块，所述训练模块用于智能体面向种群训练的网络权重训练，生成参数指针并发送至所述评估模块；所述评估模块用于在工作模式为参数存储模式时，接收所述训练模块发送的参数指针并存储，在工作模式为参数评估模式时，依据存储参数指针获取参数并评估。本公开支持分布式数据生成、计算调度、模型训练以及性能评估，显著加速智能体的网络参数训练过程；依据需求支持可变数量的智能体网络参数可对其进行相对独立的训练；构建缓存池缓解网络传输压力，解决网络拥堵的问题；有效避免各个模块同时上传与申请数据造成的网络拥堵问题。
-
公开(公告)号：CN114580642A
公开(公告)日：2022-06-03
申请号：CN202210265680.4
申请日：2022-03-17
Applicant: 中国科学院自动化研究所
Abstract: 本公开涉及一种构建博弈AI模型和数据处理的方法、装置、设备及介质，可应用于不完美信息博弈场景，通过确定包含多个遗憾最小化算法的备选算法集合，并在每轮迭代计算过程中，根据上述多个遗憾最小化算法的性能评价指标值和上述多个遗憾最小化算法从迭代开始到当前轮被使用的次数来确定上述备选算法集合中的特定遗憾最小化算法为当前轮要使用的目标算法，在提供多种灵活的算法选择的同时还自适应地选择目标算法，提升迭代的收敛速度，从而提升博弈AI模型的构建效率。至少能够解决应用目前的反事实遗憾最小化算法来构建AI模型时收敛速度很慢、耗时较长的技术问题。
-
公开(公告)号：CN114580642B
公开(公告)日：2023-04-07
申请号：CN202210265680.4
申请日：2022-03-17
Applicant: 中国科学院自动化研究所
Abstract: 本公开涉及一种构建博弈AI模型和数据处理的方法、装置、设备及介质，可应用于不完美信息博弈场景，通过确定包含多个遗憾最小化算法的备选算法集合，并在每轮迭代计算过程中，根据上述多个遗憾最小化算法的性能评价指标值和上述多个遗憾最小化算法从迭代开始到当前轮被使用的次数来确定上述备选算法集合中的特定遗憾最小化算法为当前轮要使用的目标算法，在提供多种灵活的算法选择的同时还自适应地选择目标算法，提升迭代的收敛速度，从而提升博弈AI模型的构建效率。至少能够解决应用目前的反事实遗憾最小化算法来构建AI模型时收敛速度很慢、耗时较长的技术问题。
-
公开(公告)号：CN113555091A
公开(公告)日：2021-10-26
申请号：CN202111108856.7
申请日：2021-09-22
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于医学图像分类技术领域，具体涉及一种基于帕金森sMRI影像的病情分类系统、方法、装置，旨在解决现有的病情分类单一的使用CNN或GCN模型，导致分类精度、鲁棒性差以及GCN大多利用手动选取特征构建图数据而造成的局限性问题。本发明系统包括：数据获取模块、特征提取模块、图表征构建模块、图表征更新模块、特征恢复模块、特征分类模块。本发明提升了病情分类的精度、鲁棒性。
-
公开(公告)号：CN113555091B
公开(公告)日：2022-02-08
申请号：CN202111108856.7
申请日：2021-09-22
Applicant: 中国科学院自动化研究所
IPC: G16H30/20 , G16H30/40 , G06V10/40 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/055 , A61B5/00
Abstract: 本发明属于医学图像分类技术领域，具体涉及一种基于帕金森sMRI影像的病情分类系统、方法、装置，旨在解决现有的病情分类单一的使用CNN或GCN模型，导致分类精度、鲁棒性差以及GCN大多利用手动选取特征构建图数据而造成的局限性问题。本发明系统包括：数据获取模块、特征提取模块、图表征构建模块、图表征更新模块、特征恢复模块、特征分类模块。本发明提升了病情分类的精度、鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
